[发明专利]一种基于云计算的食品数据分析方法

说明书

技术领域

本发明属于食品查证技术领域，尤其涉及一种基于云计算的食品数据分析方法。

背景技术

目前，随着社会的发展，食品安全是深受餐饮业界和广大消费者广泛关注的事情，尤其是在“互联网+”时代，餐饮业以触网方式为公众带来生活便利，餐饮业质量及安全水平如何保障，成为整个行业关注的焦点。然而，传统的审查是通过商家提供的照片，这种方式，过于单一，无法获知食品加工生产的真实过程，如果进厂进行调查，耗费人工，费时费力，依然杜绝不了有害食品的生产。

综上所述，现在的技术存在的问题是：现有基于云计算的食品数据分析方法审查单一，无法获知食品生产的真实过程，不能获得食品生产产品实施质量信息；为抽查质量信息，进厂调查又费时费力。

发明内容

针对现有技术存在的问题，本发明提供了基于云计算的食品数据分析方法。

本发明是这样实现的，一种基于云计算的食品数据分析方法，所述基于云计算的食品数据分析方法包括：

通过摄像单元拍摄食品生产过程的信息；

通过处理单元对摄像单元传输的信息进行处理；所述处理单元通过内置的图像识别判定模块进行信息的识别；具体包括：

采集到N个样本用作训练集X，采用下式求出样本平均值m：

其中，x_i∈样本训练集X＝(x₁，x₂，…，x_N)；

求出散布矩阵S：

求出散布矩阵的特征值λ_i和对应的特征向量e_i，其中，e_i便是主分量，将特征值从大到小依次排列λ₁，λ₂，…；取出p个值，λ₁，λ₂，…，λ_p确定出识别空间E＝(e₁，e₂，…，e_P)，在此识别空间上，训练样本X中，每个元素投影到该空间的点由下式得到：

x'_i＝Etx_i，t＝1，2，…，N；

由上式得到的是将原向量经过PCA降维后的p维向量；

所述的特征提取基于稀疏表征，采用识别算法进行多图像识别；

具体方法为：

对当前帧图像检测并按坐标排序得出当前帧各个图像的识别结果；根据当前帧各个图像的识别结果计算对应的各个图像各自相邻n帧识别结果；统计各个图像的特征，由超过半数n/2的统一特征决定目标的最终特征；

其中，计算待识别图片与图像库各类别间的重建误差{r₁，r₂……r_n}，r₁<r₂<……<r_n，将得到的相似度值按照的规则确定最终识别结果；其中T₁为比率值，T₁＝0.65；

通过无线路由单元传输处理单元信息到监控单元；

通过网络云服务器，监控单元对路由单元传输的信息进行监控；并对违规信息进行报警提示；所述监控单元通过内置的监控模块对食品的安全进行监控；具体包括：

首先，建立分析对象与安全指标因子间的综合信息评价体系，评价体系是由n个分析对象m个指标构成的系统，从而得到初始信息评价矩阵：

其中，i＝1,2,…,n；j＝1,2,…,m；

对A'中各指标归一化处理：

归一化的指标：

其中，i＝1,2,…,n；j＝1,2,…,m；

—矩阵A'中第j列的最小值；

—矩阵A'中第j列的最大值；

a_ij—规范性信息矩阵中对应于第i行j列的元素，规范性信息矩阵A可表示为：

其中，i＝1,2,…,n；j＝1,2,…,m；

然后，根据规范性信息矩阵，确定第i个分析对象下第j项指标的指标值的比重：

其中，i＝1,2,…,n；j＝1,2,…,m；

最后，由熵权法计算第i个分析对象的熵值

其中，T_i—定义为第i个分析对象的信息熵；

p_ij—第i个分析对象下第j项指标的比重；